Opus 5 在 6 项智能体基准上领先 Fable 5
daniel_mac8 · x · 2026-07-25
这条帖结合配图给出了 Opus 5 和 Fable 5 的多项长程 agentic benchmark 对比，并据此建议分工使用。
- 作者认为 Opus 5 更适合做编排器和处理常规任务。
- Fable 5 则更适合应对最困难、最复杂的任务；不过在单次能力上，Fable 仍有优势。
- 配图列出了 AutomationBench、FrontierBench v0.1、AA-Briefcase、GDPval-AA v2、OSWorld 2.0、BrowseComp 等多个基准，截图中 Opus 5 在已展示的项目里都领先。
「模型」频道最新
- Claude Opus 5 登陆 Google Cloud Agent Platform，订阅用户可获每月 100 美元额度 — rseroter · 2026-07-25
- OpenRouter 上线 xAI Grok STT，25 种语言每小时 0.10 美元 — SpaceXAI · 2026-07-25
- 任务偏好表显示 Claude Opus 5 擅长救火和调试 — repligate · 2026-07-25
- 模型任务偏好被玩成了不同类型男人的梗 — repligate · 2026-07-25
- Opus 5 体感更像同一天，只是失败更少了 — mattpocockuk · 2026-07-25
- 一次模型评测里，第二名往往比第一名更有信息量 — ziv_ravid · 2026-07-25